- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于ECM模型上证综指与CPI关系实证研究
基于ECM模型上证综指与CPI关系实证研究
摘 要:中国证券市场发展迅速,股市几度成为投资者进军的主要领域。作为宏观经济和金融的晴雨表,股市在经历的几次巨大波动过程中都伴随着CPI的相应波动,所以有必要研究CPI和股市的相互关系。运用ECM模型进行分析,并得出结论:CPI与上证综指之间存在长期的均衡关系,并可通过ECM模型达到短期均衡。
关键词:上证综指;CPI;协整;ECM模型
中图分类号:F830.91 文献标志码:A 文章编号:1673-291X(2012)09-0072-02
引言
上证综指是由上海证券交易所编制,以上交所挂牌上市的全部股票为计算范围,以发行量为权数综合,它反映了证券交易市场的总体走势。CPI即消费价格指数,是衡量通货膨胀水平的核心指标。如果CPI涨幅波动较大,表明通货膨胀已成为经济中的不稳定因素,这会造成社会与经济金融的动荡。2001年以来,中国经济虽然保持持续高速增长,可是通货膨胀风险一直存在,CPI节节攀升,股票市场也经历了几次巨大波动,直到2011年,中国的宏观经济形势依旧严峻。国内面临通货膨胀,国外面临人民币升值压力,人民币内外价值发生持续偏离。
自2007年第二季度以来,随着CPI的持续上升,在股市逐渐兴起了一种说法,并成为众多投资者进军股市的思想指南,即:通货膨胀是支持股市持续上涨的基本动力。很多人认为,当前物价不断上涨,将钱存进银行不保险,应该投资股市、基金或房地产。于是,每当统计局公布物价指数创新高的消息时,股市总会跟涨。可见,在当时投资者普遍希望通过投资股市来战胜通货膨胀,“通货膨胀造就大牛市”的理论十分有市场。
本文利用计量经济学的方法对通货膨胀的核心指标CPI和上证综指关系进行实证研究,通过得出新的研究结果,进而反映出通货膨胀和股市的实际效应关系,以期对于政策制定者、投资者带来一定的指导意义。
一、理论模型
误差修正模型(Error Correction Model,ECM)的主要形式由Davidson、Hendry、Srba和Yeo于1978年提出,称为DHSY模型。该模型既能揭示变量之间的长期均衡关系,又能够解释应变量的短期波动。
基于协整理论的ECM模型是根据格兰???定理,运用EG法建立的。EG法的第一步是进行协整回归,检验变量间的协整关系,用最小二乘法(OLS)估计协整参数向量;第二步是若协整关系存在,则以第一步求到的残差值作为非均衡误差项加入到误差修正模型中,并估计模型短期参数。
利用一阶线性自回归分布滞后模型构建ECM模型:
yt=α0+α1yt-1+β0xt+β1xt-1+ut
变换整理得:Δyt=β0Δxt+(α1-1)(yt-1-k0-k1xt-1)+ut
即形如:ΔYt=β0ΔXt+λecmt-1+μt
则上式为一ECM模型,其中等式右端的Δ项表示变量的短期波动的影响机制,而ecm项则表示长期均衡机制,λ为修正系数,表示误差项对ΔYt的调整速度。为了增强模型的动态性,可以增加ΔXt和ΔYt的滞后项,同时相应增加残差项的滞后期。ECM模型的优点在于把解释变量的长期与短期作用分离开来,并特别把长期作用的均衡机制显示出来。
二、实证分析
本文数据选取时间跨度为2001年1月至2011年9月的居民消费价格指数和上证收盘综合指数(当月数)。其中,scit表示第t月上证收盘综合指数水平(%),cpit表示第t月居民消费价格指数水平(%),数据来源于中经网,计量部分主要通过Eviews6.0实现。
本文采用对数据取自然对数的处理方法,以消除数据中存在的异方差,得到新的序列LSCI和LCPI。通过对二者时间序列图进行观察,可以发现二者具有一定的同趋势性。
1.ADF单位根检验
为了防止数据的非平稳性造成虚假回归的出现及为了对调整之后的LSCI、LCPI序列进行协整分析,我们首先对各个数据序列进行平稳性检验。结果表明:调整后的LSCI和LCPI时间序列,在不包括截距项和趋势项的模式下,其一阶差分是平稳的,由此可以确定LSCI和LCPI时间序列均是随机游走过程,是一阶单整(I(1)序列)。这使得它们之间的协整关系成为可能。所以可按EG两步法做协整回归并检验变量之间是否存在协整关系。
2.协整检验
“协整”是指两个或两个以上同阶单整的非平稳时间序列的线性组合是平稳的,反映时间序列之间的长期均衡关系。协整检验目前普遍采用两步检验法。其基本原理是,两同阶单整变量,用最小二乘(OLS)估计两变量的回归方程并计算残差,检验残差的平稳性。如果残差序列是平稳的,则说明他们之间存在一种长期的趋势,即存在协整关系
原创力文档


文档评论(0)